遥感影像分辨率概述

遥感影像的比例尺和分辨率

翟晓彤1，黄健2

（1江苏省测绘资料档案馆南京 210013；2江苏省测绘工程院南京 210013）

摘要：为了方便地描述信息时代遥感影像的技术指标，出现了多种不同的分辨率概念，包括：胶片分辨率、扫描分辨率、地面分辨率、显示分辨率、实际分辨率等等。这些指标在表示内容上与传统的比例尺概念有什么异同呢？本文从遥感应用的角度，较为详细地描述与比例尺相关的几个重要的分辨率概念，并给出了常用的换算方法，对于摄影测量与遥感领域的广大技术人员具有较好的参考价值。

关键词：遥感影像比例尺分辨率

1前言

比例尺作为传统地图的基本要素之一，是十分重要的技术指标，反映了地图的精确度。随着数字化测绘时代的到来，比例尺在实际应用中的重要性有所退化，开始被分辨率、精细度等指标所替代，甚至有人觉得它将不再衡量数字地图产品精确程度的指标。本人觉得，比例尺仍应该长期存在于现代测绘应用中，尤其在各种地图数据输出状态，包括纸张、胶片、显示器等载体上，比例尺依然是衡量地图产品详细程度最重要的概念，即使在数字世界，仍然没有一个指标可以替代比例尺来有效地描述地图的精确程度。但是和传统地图不同，比例尺在信息时代是一个动态的指标，单纯使用比例尺这一指标来描述地图的精确度是不现实的，尤其在遥感影像应用中。

分辨率也是一个传统的术语。在模拟航空像片中，通常使用分解率来描述胶片上影像的精细度。在数字影像中，现在改用分辩率来描述。但是分辨率的类型很多，在不同的领域有不同的表示方法。仅与摄影测量与遥感有关的分辨率概念也有不下十种。

既然比例尺和分辨率都是衡量数字地图产品的精细程度，他们之间有怎样的区别和联系呢？

2遥感影像分辨率的类别和概念

2.1 胶片分解力

胶片分解力通常用于描述胶片影像的光学质量，是传统的技术指标。胶片分解力受许多条件的影响，如：记载图像的胶片和像机镜头的分辨率、曝光时无法补偿的影像移动、大气条件、胶片冲洗的状况等等。它所表示单位是“线对/毫米”，“线对”指的是一条白线和宽度相等的间隔（黑色）。国家对于航空摄影软片的分解力要求不得低于85线对/毫米。

2.2 扫描分辨率

扫描分辨率是指影像扫描仪在实现图像的模数转换时，通过扫描元件将扫描对象表示成的像素所采用的最小面元单位。通常使用的单位是dpi，表示每英寸的像素数目，数字越大，影像精细度越高。比如：国家规定的数字栅格地图的扫描分辩率要求300dpi，即每英寸长度包含了300个像素。

在摄影测量应用中，常使用μm来表示扫描分辨率，意味着一个扫描像素在原始胶片上的实际尺寸。在实际应用中，扫描分辨率的选取非常重要，分辨率太高，获取的数据量很大，造成数据冗余和存储困难；而扫描分辨率定得太低，影像细节很难反映出来，成图精度和信

息提取会大受影响。那么航片扫描的分辨率到底取决于什么呢？经过分析发现:抛开成图比例尺、摄影比例尺、扫描仪性能等外部因素以外，应直接取决于摄影底片的胶片分解力。例如选用胶片分解力为85线/mm，通过换算为11.46um。即胶片上每隔11.46 um的距离能显现1个像素点，更小的距离就无法分辨。由此，航片扫描分辨率应大于11.46u，否则扫描所得的数据就会产生冗余。

2.3 显示分辨率

显示分辨率是显示器在显示图像时的分辨率，使用像素描述。显示分辨率的数值是指整个显示器所有可视面积上水平像素和垂直像素的数量。例如800×600的分辨率，是指在整个屏幕上水平显示800个像素，垂直显示600个像素。每个显示器都有自己的最高分辨率，并且可以兼容其它较低的显示分辨率，所以一个显示器可以用多种不同的分辨率显示。目前显示器的显示分辨率指标提高很快，常用的数值有1024×768，1280×1024等几种。

2.4 地面分辨率

遥感影像的地面分辨率是指在影像数据中一个像素代表地面的大小，通常也是人眼能识别的最小地物大小。这是遥感和测绘领域的专业名词，主要表示在用栅格地学要素，如遥感影像、数字高程模型、栅格地图等。对于遥感影像而言，常说的分辨率即指地面分辨率。遥感影像的地面分辨率可以在图像文件中反映，Geotiff、EOS-HDF等用于地学应用的图像格式可以存储这项指标，也可以在文件外反映，如tfw、jpw等。

2.5 实际分辨率

遥感影像的实际分辨率是图像数据中文件头信息中表示的分辨率大小，以TIF、BMP、JPG等文件格式中专门用几个字节表示图像的实际分辨率，通常用dpi来表示，即指每英寸打印多少个点，默认值为72dpi。在Photoshop中，可以显示其实际分辨率，见下图：

在影像打印的时候，很多图像软件用这个分辨率所反映的图像大小进行打印，因而实际分辨率又称之为输出分辨率。遥感影像的地面分辨率和实际分辨率不是一个概念，如果要把遥感影像按一定的成图比例尺进行打印输出，就需要重新计算实际分辨率，然后才能准确输出。

3其它

打印机分辨率、遥感影像的时间分辨率、波谱分辨率、辐射分辨率等有关的分辨率指标与比例尺的关系不大，这里就不赘述了。

3.1 分辨率和比例尺的关系换算

3.1.1从扫描分辨率到地面分辨率

在数字栅格地图中，一般采用dpi为扫描分辨率单位，如果其值为a，地图的成图比例尺分母为s，则地面分辨率D（单位为米）与扫描分辨率a的换算为：

a s

D=0.0254×

用航片扫描仪对胶片影像进行扫描，一般以μm 为分辨率单位，如果其值为b ，影像的航摄比例尺分母为s ，则地面分辨率D 与扫描分辨率b 的换算为：

D=b ×s

在省级基础测绘生产中，如果DOM 产品的地面分辨率要求为1米，所采用胶片的摄影比例尺为1：32000，可以通过换算，得出其扫描分辨率至少应该为31.25μm 。

从地面分辨率到显示比例尺

显示比例尺是将影像直接进行显示所达到的比例尺，与其相关的因素有：影像的地面分辨率、显示器的相关参数以及显示比例。如果使用的显示器尺寸（一般是指有效显示范围的对角线）为L 英寸，采用的显示分辨率为m ×n 像素，影像地面分辨率为D 米，影像显示百分比为P%，则显示比例尺分母s 为：

s=54.2L n m P D 2

2×+××

这里说所的影像显示百分比是指影像数据的一个像素以怎样的百分比在显示器上显示。如果显示百分比为100%，则一个影像的像素正好以屏幕上的一个像素进行显示（有些软件称之为“实际像素”或“1：1显示”），显示百分比为200%表示一个像素以2×2=4个像素进行显示，则影像将在原有基础上放大一倍显示，显示比例尺为原来的一半，这样一般会产生明显的马赛克效果。

3.1.2 从地面分辨率到输出比例尺

地面分辨率和影像输出比例尺是人们关心最多的两个影像指标，它们之间也存在着数量关系，但是这种关系要通过影像的实际分辨率来转换。

设：遥感影像的地面分辨率为D 米，影像的实际分辨率为N ，则该影像的输出比例尺分母为s ：

s=39.37×D ×N （N 的表示单位为像素/英寸）

s=100×D ×N （N 的表示单位为像素/厘米）

如果要将影像按一定的输出比例尺进行输出，则需要重新参数设置，而这里主要设置的内容就是实际分辨率N 。保持D 不变的情况下（不进行影像像素的重新采样），变化N 值的大小，可以实现输出比例尺的改变。而比例尺保持不变，在变化N 值的时候，必然使得D 进行改变，这样就需要进行影像像素的重新采样。

4 参考文献

[1] 李军,王继业等.东北亚地区GPS 观测数据质量检测和分析[J]. 武汉大学学报.信息科学版. Vo1.31

No.3

[2] 史天元,刘俊宏.单站GPS 观测量初步品质分析作业(Quality Accessment of Single

Stat... .)https://www.sodocs.net/doc/8a18467772.html,.tw/People/ tyshih/Publications/CC_30.pdf

[3] 范士杰,郭际明,彭秀英.TEQC在GPS数据预处理中的应用与分析.测绘信息与工

程,2004,4,29(2),p:33～35

[4] 洪伟嘉,柳志锡,黄镇台,刘进金.应用GPS技术监测地层下陷[A].地层下陷管理与对策研讨会论文集

[C].台湾新竹:台湾工业技术研究院能源与资源研究所,2002.5～1-5～11.

Application Of TEQC to Quality Analysis On GPS CORS Data Abstract：This paper discusses the quality of SZ_CORS GPS data with five month observation span on 7 stations with TEQC software，and gives out the system report according to IGS data quality status，therefore more information of the CORS system movement condition is understanded。

Keywords: TEQC，SZ_CORS，data quality analysis

高分辨率遥感卫星介绍

北京揽宇方圆信息技术有限公司 高分辨率遥感卫星有哪些 高分辨率遥感可以以米级甚至亚米级空间分辨率精细观测地球，所获取的高空间分辨率遥感影像可以清楚地表达地物目标的空间结构与表层纹理特征，分辨出地物内部更为精细的组成，地物边缘信息也更加清晰，为有效的地学解译分析提供了条件和基础。随着高分辨率遥感影像资源日益丰富，高分辨率遥感在测绘制图、城市规划、交通、水利、农业、林业、环境资源监测等领域得到了飞速发展。 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 一、卫星类型 (1)光学卫星：worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、北京二号、高景一号、资源三号、高分一号、高分二号、环境卫星。 (2)雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 (3)侦查卫星：美国锁眼卫星全系例(1960-1980) 二、卫星分辨率 (1)0.3米：worldview3、worldview4 (2)0.4米：worldview3、worldview2、geoeye、kompsat-3A (3)0.5米：worldview3、worldview2、geoeye、worldview1、pleiades

遥感影像分类精度与空间分辨率的关系验证

实验一遥感影像分类精度与空间分辨率的关系验证 实验目的： 1、掌握相同传感器多光谱影像与全色影像融合方法； 2、掌握监督分类的基本流程； 3、验证遥感影像分类精度与空间分辨率的关系。 实验要求： 1、对多光谱影像和全色影像进行融合； 2、利用马氏距离法进行监督分类； 理论基础：高分辨率影像能反映更多细节信息，但是过高的的空间分辨率也会造成地物类别内部光谱可分性下降（同物异谱和异物同谱现象更严重），通过不同分辨率遥感分类精度的比较来验证这一理论。 原始实验数据：北京市朝阳区2002年奥运公园规划区IKONOS多光谱影像4个波段与IKONOS 全色波段（两者成像时间都是2002年8月26日，即是同一传感器同时成像，植被覆盖情况一致），全色波段影像大小4000*4000。class1.roi是1m空间分辨率的参考分类ROI模板。 实验步骤： 1、将IKONOS多光谱影像4个波段与IKONOS全色波段数据进行融合，操作如下： （1）打开图像bjikonospan.img和bjikonosmultispectral.img，在Available band list对话框中，选中bjikonospan.img，点击右键，选择Edit header，查看bjikonospan.img的头文件。记 录该文件的行列数，下图1~2。

图1 图2 查看头文件

（2）在ENVI主菜单，点击Basic Tools→Resize Data，在弹出的对话框中，选择bjikonosmultispectral.img，点击OK，在接下来弹出的Resize Data Parameters对话框中，Samples后输入4001，点击回车，Lines后输入4001，点击回车，设置存储路径，OK。将重置了大小后的图像bj_resize按432的RGB模式显示，与前两个图像对比，观察其变化。 图3

遥感影像比例尺和分辨率的关系

遥感影像比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。

2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。 下面列出几种商用卫星影像的分辨率。表（2） 卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15 对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3） 成图比例尺卫星影像（分辨率） 1：5000～1：10 000 QuickBird(0.61m) IKONOS-2 (1m) 1：25 000 QuickBird-2(0.61m) IKONOS-2 (1m) SPOT-5(2.5m) 1：50 000 SPOT-5(2.5m) 对于已有旧版实测地形图的地区，若有足够密度的图上参考点（即可与卫片上的同位置点相一致）作范围控制的基础上，在地形图局部快速更新（修、补测）时，可以考虑适当放宽对分辨率的要求，如用2.5m 分辨率卫片局部修、补测1：10 000 地形图，用10m 分辨率卫片局部修、补测1：50 000 地形图等。 卫星与航拍影像由像素点组成，像素点越丰富，照相辨认的细节的尺寸越小。影像照片上像素点的密度常用每毫米多少条线来表示，线越多表示影像质量越高。例如，卫星影像每平方毫米的纵横线数各250条，也就是每平方毫米内排列：62500个像素点，其相邻两像素点间的距离只有4微米，这样微小的间隔，即使放大10倍，肉眼也是看不出来的。照片上4微米相当于地面距离多少呢？这与照相机的焦距和卫星的飞行高度有关。如果焦距为2米，飞行高度150公里，那末，根据简单的几何学关系就可求得地面距离为0.3米。这个长度就叫做照片的地面分辨率。通俗地说，地面分辨率是能够在照片上区分两个目标的最小间距，但它并不代表能从照片上识别地面物体的最小尺寸。1尺寸为0.3米的目标，在地面分辨率为0.3的照片上，只是1个像素点，不管把照片放大多少倍，依然只

遥感影像的比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。 2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。 下面列出几种商用卫星影像的分辨率。表（2） 卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15 对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3）成图比例尺卫星影像（分辨率） 1：5000～1：10 000 QuickBird(0.61m) IKONOS-2 (1m) 1：25 000 QuickBird-2(0.61m) IKONOS-2 (1m) SPOT-5(2.5m) 1：50 000 SPOT-5(2.5m) 对于已有旧版实测地形图的地区，若有足够密度的图上参考点（即可与卫片上的同位置点相一致）作范围控制的基础上，在地形图局部快速更新（修、补测）时，可以考虑适当放宽对分辨率的要求，如用2.5m 分辨率卫片局部修、补测1：10 000 地形图，用10m 分辨率卫片局部修、补测1：50 000 地形图等。

几种典型高分辨率商业遥感卫星系统

几种典型高分辨率商业遥感卫星系统 1．2．1 IKONOS卫星系统 1．基本情况 IKONOS是空间成像公司(Space Imaging)为满足高解析度和高精度空间信息获取而设计制造，是全球首颗高分辨率商业遥感卫星。IKONOS-1于1999年4月27日发射失败，同年9月24日，IKONOS-2发射成功，紧接着于10月12日成功接收到第一幅影像。 IKONOS卫星由洛克希德—马丁公司(Lockheed Martin)制造，重1600lb，由Athena II 火箭于加利福尼亚州的范登堡空军基地发射成功，卫星设计寿命为7年。它采用太阳同步轨道，轨道倾角98.1o，平均飞行高度681km，轨道周期98.3min，通过赤道的当地时间为上午10:30，在地面上空平均飞行速度为6.79km/s，卫星平台自身高1.8m，直径1.6m。 IKONOS卫星的传感器系统由美国伊斯曼—柯达公司(Eastman Kodak)研制，包括一个1m分辨率的全色传感器和一个4m分辨率的多光谱传感器，其中的全色传感器由13816个CCD单元以线阵列排成，CCD单元的物理尺寸为12μm x 12μm，多光谱传感器分四个波段，每个波段由3454个CCD单元组成。传感器光学系统的等效焦距为10m，视场角(FOV)为0.931o，因此当卫星在681km的高度飞行时，其星下点的地面分辨率在全色波段最高可达0.82m，多光谱可达3.28m，扫描宽度约为11km。传感器可倾斜至26o立体成像，平均地面分辨率1m左右，此时扫描宽度约为13km。IKONOS的多光谱波段与Landsat TM的1—4波段大体相同，并且全部波段都具有11位的动态范围，从而使其影像包含更加丰富的信息。 IKONOS卫星载有高性能的GPS接收机、恒星跟踪仪和激光陀螺。GPS数据经过后处理可提供较精确的星历信息；恒星跟踪仪用以高精度确定卫星的姿态，其采样频率低；激光陀螺则可高频地测量成像期间卫星的姿态变化，短期内有很高的精度。恒星跟踪数据与激光陀螺数据通过卡尔曼滤波能提供成像期间卫星较精确的姿态信息。GPS接收机、恒星跟踪仪和激光陀螺提供的较高精度的轨道星历和姿态信息，保证了在没有地面控制的情况下，IKONOS卫星影像也能达到较高的地理定位精度。 2．成像原理 与Landsat和SPOT-4卫星相比，IKONOS卫星的成像方式更加灵活，其传感器系统采用独特的机械设计，可以十分灵活地以任意方位角成像，偏离正底点的摆动角甚至可达到60o。IKONOS卫星360o的照准能力使其既可侧摆成像以获取异轨立体或缩短重访周期，也可通过沿轨道方向的前后摆动同轨立体成像，具有推扫、横扫成像能力。 IKONOS卫星能获取同轨立体影像。当卫星接近目标时，传感器光学系统先沿着轨道向前倾斜，照准目标区域并采集第一幅影像，接着控制系统操纵传感器向后摆动，大约100s 后再次照准目标区并采集第二幅影像，如图1．1所示。由于IKONOS卫星利用单线阵CCD 传感器，通过光学系统的前后摆动实现同轨立体成像。因此，相应的立体覆盖是不连续的。

高分辨率遥感影像数据一体化测图系统PixelGrid

高分辨率遥感影像数据一体化测图系统PixelGrid 北京四维空间数码科技有限公司 一、概况介绍 高分辨率遥感影像数据一体化测图系统PixelGrid（以下简称“PixelGrid”）是由中国测绘科学研究院自主研发的“十一五”重大科技成果，获得2009年度国家测绘科技进步一等奖。 为将这一重大科技成果实现产业化，2008年开始，由中国测绘科学研究院参股单位北京四维空间数码科技有限公司进行成果转化和产品化，并开展销售。 该软件是我国西部1:5万地形图空白区测图工程以及第二次全国土地调查工程的主力软件， 被誉为国产的“像素工厂”。 PixelGrid以其先进的摄影测量算法、集群分布式并行处理技术、强大的自动化业务化处理能力、高效可靠的作业调度管理方法、友好灵活的用户界面和操作方式，全面实现了对卫星影像数据、航空影像数据以及低空无人机影像数据的快速自动处理，可以完成遥感影像从空中三角测量到各种比例尺的DEM/DSM、DOM等测绘产品的生产任务。 PixelGrid软件主界面。 二、主要特点 PixelGrid系统以现代摄影测量与遥感科学技术理论为基础，融合计算机技术和网络通讯技术，采用基于RFM通用成像模型的大范围遥感影像稀少或无控制区域网平差、基于旋转/缩放不变性特征多影像匹配的高精度航空影像自动空三、基于多基线/多重特征的高精度DEM/DSM自动提取、等高线数据半自动采集及网络分布式编辑、基于地理信息数据库等多源控制信息的高效影像地图制作、基于松散耦合并行服务中间件的集群分布式并行计算等一系列核心关键技术，是中国测绘科学研究院研制的一款类似“像素工厂”（ISTAR PixelFactoryTM）的新一代多源航空航 天遥感数据一体化高效能处理系统。

遥感影像的分类处理

摘要 在面向对象的影像分类方法中，首先需要将遥感影像分割成有意义的影像对象集合，进而在影像对象的基础上进行特征提取和分类。本文针对面向对象影像分类思想的关键环节展开讨论和研究，(1) 采用基于改进分水岭变换的多尺度分割算法对高分辨率遥感影像进行分割。构建了基于高斯尺度金字塔的多尺度视觉单词，并且通过实验证明其表达能力优于经典的词包表示。最后，在词包表示的基础上，利用概率潜在语义分析方法对同义词和多义词较强的鉴别能力对影像对象进行分析，找出其最可能属于的主题或类别，进而完成影像的分类。 近些年来，随着航空航天平台与传感器技术的高速发展，获取的遥感影像的分辨率越来越高。高分辨率遥感影像在各行业部门的应用也越来越广泛，除了传统的国土资源、地质调查和测绘测量等部门，还涉及到城市规划、交通旅游和环境生态等领域，极大地拓展了遥感影像的应用范围。因此，对高分辨率遥感影像的处理分析成为备受关注的领域之一。高分辨率遥感影像包括以下三种形式：高空间分辨率（获取影像的空间分辨率从以前的几十米提高到1 至5 米，甚至更高）；高光谱分辨率（电磁波谱被不断细分，获取遥感数据的波段数从几十个到数百个）；高时间分辨率（遥感卫星的回访周期不断缩短，在部分区域甚至可以连续观测）。本文所要研究的高分辨率遥感影像均是指“高空间分辨率”影像。 相对于中低分辨率的遥感数据，高空间分辨率遥感影像具有更加丰富的空间结构、几何纹理及拓扑关系等信息，对认知地物目标的属性特征更加方便，如光谱、形状、纹理、结构和层次等。另外，高分辨率遥感影像有效减弱了混合像元的影响，并且能够在较小的空间尺度下反映地物特征的细节变化，为实现更高精度的地物识别和分类提供了可能。 然而，传统的遥感影像分析方法主要基于“像元”进行，它处于图像工程中的“图像处理”阶段（见图1-1），已然不能满足当今遥感数据发展的需求。基于“像元”的高分辨率遥感影像分类更多地依赖光谱特征，而忽视影像的纹理、形状、上下文和结构等重要的空间特征，因此，分类结果会产生很严重的“椒盐(salt and pepper)现象”，从而影响到分类的精度。虽然国内外的很多研究人员针对以上缺陷提出了很多新的方法，如支持向量机(Support Vector Machine，SVM) 、纹理聚类、分层聚类(Hierarchical Clustering) 、神经网络(Neural Network, NN)等，但仅依靠光谱特征的基于像元的方法很难取得更好的分类结果。基于“像元”的传统分类方法还有着另一个局限：无法很好的描述和应用地物目标的尺度特征，而多尺度特征正是遥感信息的基本属性之一。由于在不同的空间尺度上，同样的地表空间格局与过程会表现出明显的差异，因此，在单一尺度下对遥感影像进行分析和识别是不全面的。为了得到更好的分类结果，需要充分考虑多尺度特征。 针对以上问题，面向对象的处理方法应运而生，并且逐渐成为高空间分辨率遥感影像分析和识别的新途径。所谓“面向对象”，即影像分析的最小单元不再是传统的单个像元，而是由特定像元组成的有意义的同质区域，也即“对象”；因此，在对影像分析和识别的过程

高空间分辨率遥感森林参数提取探讨

高空间分辨率遥感森林参数提取探讨 刘晓双,黄建文,鞠洪波 (中国林业科学研究院资源信息研究所,北京100091) 摘要:介绍了高空间分辨率遥感在森林参数提取方面的研究和应用情况,并结合国内外学者在此方面所做出的研究成果,对不同森林参数的提取分别做了阐述,包括单木树冠轮廓信息、胸径、森林生物量、树种识别和分类、叶面积指数、森林郁闭度、木材结构和性质。最后分析了高空间分辨率遥感在森林参数提取方面存在的问题,并对该领域的应用前景作了展望。 关键词:高空间分辨率;遥感;森林参数;树冠提取;生物量 中图分类号:TP79　文献标识码:A 文章编号:1002-6622(2009)02-0111-07 Study on Extraction of Forest Parameters by High Spatial R esolution R emote Sensing L IU Xiaoshuang ,HUAN G Jianwen ,J U Hongbo (Research Instit ute of Forest Resources and Inf ormation Technique ,CA F ,Beiji ng 100091,Chi na ) Abstract :Study and application of forest parameters extraction by high spatial resolution remote sens 2ing was introduced in this article ,combined with achievements in this field made by researchers all over the world 1Extraction of such different forest parameters was described respectively as single tree crown contour ,diameter at breast height ,biomass ,identification and classification of species ,LAI ,canopy den 2sity ,wood structure and property 1Finally ,the problems of forest parameters extraction by high spatial resolution remote sensing were discussed ,and the prospect of forest parameters extraction by high spa 2tial resolution remote sensing was expected. K ey w ords :high spatial resolution ,remote sensing ,forest parameters ,extraction of tree crown ,biomass 收稿日期:2009-01-04;修回日期:2009-04-03 基金项目:中央级公益性科研院所基本科研业务费专项基金(RIFRITZ J Z 2007006);国家自然科学基金“基于高分辨率 遥感的树冠信息提取技术研究”项目(40771141) 作者简介:刘晓双(1985-),女,甘肃兰州人,在读硕士生,主要从事遥感、GIS 技术应用研究。通讯作者:鞠洪波(1956-),男,黑龙江人,研究员,研究方向:林业信息技术。 现代林业的经营管理得以顺利进行主要依赖于对各种森林参数的调查,而森林限于其特殊的自然地理条件往往会给研究数据的采集造成很大的困 难。传统的森林调查方法一般是基于随机抽样和统计学,其样本的选择是否具有代表性对调查的精确性有很大的影响。这种传统的以个体来推断总体的 2009年4月第2期林业资源管理 FOREST RESOURCES MANA GEMEN T April 2009No 12

遥感影像的比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 GIS 2010-09-16 00:27:43 阅读31 评论0 字号：大中小订阅 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。 2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。 下面列出几种商用卫星影像的分辨率。表（2） 卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15 对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3） 成图比例尺卫星影像（分辨率） 1：5000～1：10 000 QuickBird(0.61m) IKONOS-2 (1m) 1：25 000 QuickBird-2(0.61m) IKONOS-2 (1m)

遥感影像分辨率的概念及常见传感器的分辨率

遥感影像分辨率的概念 1空间分辨率 遥感影像空间分辨率是用于记录数据的最小度量单位，一般用来描述在显示设备上所能够显示的点的数量(行、列)，或在影像中一个像元点所表示的面积。 空间分辨率指像素所代表的的地面范围的大小，即扫描仪的瞬间视场，或是地面物体能分辨的最小单元。当分辨率为1km时，一个像元代表地面1kmX1km的面积，即1km2；当分辨率为30m时，一个像元代表地面30m×30m的面积；当分辨率为1m时，也就是说，图像上的一个像元相当于地面1m x 1m的面积，即1m2。 因为遥感拍摄的像片是由位于不同高度，装在不同载体(如飞机、卫星等)上的不同清晰度(分辨率)照相设备，以不同的照相(采集)方式，获取的遥感像片(图像、数据、影像等)，这些遥感图像是具有不同清晰度、不同分辨率的照片。类似我们在生活中用135 照相机拍摄一棵树，从汽车上拍一张，然后再从飞机上拍一张，两张135底片在放大同一棵树时，其放大效果是不一样的。肯定是高度低的135照片放大后的效果最清晰，也就是说分辨率最高。 遥感卫星的飞行高度一般在4000km～600 km之间，图像分辨率一般从1 km～1m之间。图像分辨率是什么意思呢？可以这样理解，一个像元，代表地面的面积是多少。像元是什么意思呢？像元相当于电视屏幕上的一个点(电视是由若干个点组成的图像画面)，相当于计算机显示屏幕上的一个象素，相当于一群举着不同色板拼成画图的人中的一个。 光谱分辨率，指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，现在的技术可以达到5~6nm（纳米）量级，400多个波段。 2光谱分辨率 光谱分辨率是指传感器在接收目标辐射的光谱时能分辨的最小波长间隔。间隔越小，分辨率越高。 光谱分辨率指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，现在的技术可以达到5~6nm（纳米）量级，400多个波段。

遥感影像的比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 1 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。 2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。下面列出几种商用卫星影像的分辨率。表（2） 卫星 QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15

遥感影像分辨率

遥感分辨率与制图比例尺关系 张益新 （淮海工学院测绘工程学院，江苏连云港 222005） 摘要：分析遥感影像分辨率与制图比例尺相关的关系，从遥感分辨率与制图比例尺的数学定律来阐述两者的关系，最后指出如何选取适当空间分辨率的卫星影像，为制图提供帮助 关键词：遥感影像分辨率比例尺关系 1.引言 当今世界随着信息技术和传感器技术的飞速发展，各种测量技术日新月异，各种测量技术为社会的进步作出了巨大的贡献。其中遥感技术作为目前测量顶端技术，已经被广泛的应用到各个领域。在科学家的努力下，遥感影像的空间分辨率有了很大提高。原来只有航空影像能够达到的精度，如今遥感影像也能够满足需要。卫星遥感影像是平面几何精度与地物类别精度的统一，影像空间分辨率是决定影像精度的一个重要指标，影像精度要满足相应比例尺地图更新对于影像识别能力和成图精度要求，同时又要考虑地图更新成本。冗余的分辨率会增加影像购买成本和加重内业处理的负担；而若分辨率达不到一定要求，细小的地物就无法判读、影像控制点精度得不到保证，满足不了成图精度。现在我们就来讨论遥感影像分辨率与制图比例尺的关系。 2.遥感影像空间分辨率与成图比例尺的数学关系 资源卫星遥感影像空间分辨率R (单位为m ) 与可制作的合理成图比例尺m (m 为比例尺分母) 以及图件要求的误差范围e (单位为mm ) 存在以下关系: e ×m × 10-3= C ×R (1) 式中 C ——影像几何校正系数, 即: 经几何校正以后,最差的像元位置均方根差(Roo t M ean Squa re, 简称RM S) , 以像元为单位, 达到多少个像元; e——人眼的分辨率, 通常采用0.2mm。式(1) 的左边是一般图件允许的实地误差(以m 为单位) , 而右边是遥感影像校正后存在的实地误差, 这两个误差在遥感制图中应当相等, 也是(1) 式成立的基础。几何校正系数C 是一个待定变量。以RTK GPS(Real T ime Kinemat ic GPS) 测量值作为真值, 求出精校正遥感影像与真值的误差, 计算得到误差的均方根差, 就可以求出精纠正遥感影像均方根差的像元个数,即C 的值。C 值确定后, 利用(1) 式可以计算出此遥感影像可以制作的合理成图比例尺。通常, 遥感影像空间分辨率越低, 几何校正系数C 就应设置越大, 这是因为空间分辨率越低, 影像边缘几何变形就越大, 几何校正的效果就越差。

遥感影像的比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 遥感影像的比例尺和分辨率的关系 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者

并不是成线性正比关系，而是非线性的。 2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。下面列出几种商用卫星影像的分辨率。表（2） 卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15 对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3） 成图比例尺卫星影像（分辨率） 1：5000～1：10 000 QuickBird(0.61m) IKONOS-2 (1m) 1：25 000 QuickBird-2(0.61m) IKONOS-2 (1m) SPOT-5(2.5m) 1：50 000 SPOT-5(2.5m) 对于已有旧版实测地形图的地区，若有足够密度的图上参考点（即可与卫片上的同位置点相一致）作范围控制的基础上，在地形图局部快速更新（修、补测）时，可以考虑适当放宽对分辨率

IKONOS卫星遥感影像解译数据分辨率是多少

IKONOS卫星遥感影像解译数据分辨率是多少? IKONOS卫星简介 IKONOS为美国DigitalGlobe公司的高分辨率遥感卫星，于1999年09月24日发射，其影像分辨率达0.82米，为全球首颗提供1米以下分辨率的商用光学卫星，揭开了高分辨率卫星影像的时代。--广西善图科技。 IKONOS卫星基本参数

IKONOS卫星影像样片 IKONOS卫星影像 IKONOS卫星影像 卫星遥感数据分类： 一、卫星分辨率 1.0.3米：worldview3、worldview4 2.0.4米：worldview3、worldview2、geoeye、kompsat-3A 3.0.5米：worldview3、worldview2、geoeye、worldview1、pleiades、高景一号 4.0.6米：quickbird、锁眼卫星 5.1米：ikonos、高分二号、kompsat、deimos、北京二号 6.1.5米：spot6、spot7、锁眼卫星 7.2.5米：spot5、alos、资源三号、高分一号（4颗）、高分六号、锁眼卫星 8.5米:spot5、rapideye、锁眼卫星、planet卫星4米

9.10米:spot5、spot4、spot3、spot2、spot1、Sentinel-卫星 10.15米:landsat5(tm)、landsat(etm)、landsat8、高分一号16米 二、卫星类型 1.光学卫星：spot2、spot3、spot4、spot5、spot6、spot7、worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、高分一号、高分二号、高分六号、北京二号、高景一号、资源三号、环境卫星。 2.雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 3.侦查卫星：美国锁眼卫星全系例(1960-1980) 4.高光谱类卫星：高分五号、环境小卫星、ASTER卫星、EO-1卫星 三、卫星国籍 1.美国：worldview1、worldview2、worldview3、quickbird、geoeye、ikonos、landsat5(tm)、landsat(etm)、锁眼卫星、planet卫星 2.法国：pleiades、spot1、spot2、spot3、spot4、spot5、spot6 3.中国：高分一号、高分二号、高分六号、高景卫星、北京二号、资源三号等 4.德国：terrasar-x、rapideye 5.加拿大：radarsat-2 四、卫星发射年份 1.1960-1980年：锁眼卫星(0.6米分辨率至10米) 2.1980-1990年：landsat5(tm)、spot1 3.1990-2000年：spot2、spot3、spot4、landsat(etm)、ikonos 4.2000-2010年：quickbird、worldview1、worldview2、spot5、rapideye、radarsat-2、alos 5.2010-至今：高分一号、高分二号、高分三、高分四、高分五、高分六号、高分七、spot6、spot7、资源三号、worldview3、worldview4、pleiades、高景卫星、planet卫星

高空间分辨率图像

高空间分辨率图像 卫星影像空间分辨率能够被传感器辨识的单一地物或2个相邻地物间的最小尺寸。空间分辨率越高，遥感图像包含的地物形态信息就越丰富，能识别的目标就越小。广西善图科技有限公司 高空间分辨率图像（简称“高分图像”）包含了地物丰富的纹理、形状、结构、邻域关系等信息，可主要应用于地物分类、目标提取与识别、变化检测等。 目前，已经商业化运行的光学遥感卫星的空间分辨率已经达到“亚米级”，如2016年发射的美国WorldView-4卫星能够提供0.3 m分辨率的高清晰地面图像。 近年来，随着我国空间技术的快速发展，特别是高分辨率对地观测系统重大专项的实施，我国的卫星遥感技术也迈入了亚米级时代，高分2号卫星（GF-2）全色谱段星下点空间分辨率达到0.8 m。

上海陆家嘴高分辨率图像 GF-2号卫星0.8 m全色与3.2 m多光谱融合结果 商业化高分图像的多领域应用 农业 法国SPOT-5 2.5 m融合图像已经被应用于农作物种植面积的小区域精细抽样调查，基于空间排列结构特征分析，可以实现人工种植园中冬小麦、水稻和棉花等种植区域的提取。 城市规划管理 GF-2图像可准确地识别城市街道、行道绿地、公园、建筑物、甚至车辆数量信息。 海岸带调查 应用美国WorldView-2高分数据，大幅提高了海岸线提取的精度，实现了围填海状况监测。 灾情评估 高分图像可以实现滑坡和洪水淹没区快速提取、建筑物毁坏等监测，还可利用如美国IKONOS高分影像生成立体像对地震灾害前后房屋做精准的损毁状况评估。 军事国防 高分图像可以精确识别敌方的人员与装备，包括装备的型号、数量、调动等重要信息。

高分辨率遥感影像分类实验报告

高分辨率遥感影像分类实验报告 班级：___________________ 姓名：___________________ 学号：___________________ 指导老师：_______________ 地球科学与环境工程学院 二?一四年六月

目录 1 实验方法——面向对象方法 (1) 2 实验内容 (1) 2.1 影像预处理 (1) 2.1.1 影像数据融合 (1) 2.1.2 影像增强处理 (2) 2.2 创建工程 (2) 2.3 分割处理 (3) 2.4 分类 (4) 2.4.1 水体 (4) 2.4.2 陆地 (5) 2.4.3 植被 (6) 2.4.4 裸土 (7) 2.4.5 建筑物 (8) 2.4.6 道路 (9) 2.4.7 阴影 (10) 2.4.8 总体分类图 (12) 3 结语 (13)

1实验方法——面向对象方法 面向对象方法是一个模拟人类大脑认知的过程，将图像分割为不同均质的对 象，充分利用对象所包含的信息，将知识库转换为规则特征，从而提取影像信息。 因为分析的是对象而不是像元，因此我们可以利用对象丰富的语义信息， 结合各 种地学概念，如面积、距离、光谱、尺度、纹理等进行分析。 面向对象的遥感影像分析方法与传统的面向像元的影像分析方法不同。 首先 需要使用一定方法对遥感影像进行分割， 在提取分割单元（图像分割后所得到的 内部属性相对一致或均质程度较高的图像区域） 的各种特征后，在特征空间中进 行对象识别和标识，从而最终完成信息的分类与提取。 2实验内容及详细过程 2.1影像预处理 2.1.1影像数据融合 实验数据为QuickBird 影像，包括4个多光谱波段以及一个全色波段。 QuickBird 影像星下点分辨率：全色为 0.61m ,多光谱为2.44m 。对于面向对象 影像分类 来说，越高的高空间分辨率越好，但在对对象进行分类时，光谱信息同 样重要，因此，可将高分辨率的全色影像和多光谱影像进行数据融合。 使用 ERDAS 进行数据融合： Interprete u spatialenchancemen ^resolution mergeo 图1 全色影像与多光谱影像融合 Ib^pul Fh (*.网| MJitiMewl lfl img 乓 | nwin?_r?J_pM4 |i ■J Nurb-w of 4 Mai hod DiJput OpJcm: riHEWT^SBn-n r Bchnaiuar f* Fmcpai T Newwt Nd^ibor 厂 5Woh to Unsigned 6 W 厂 厂l|>Kj 沽Eti 臼? 一 Brcvay TividuirTi 件 iDi-tc T 呼 Nunt-B? Mulkip?cdi4 Inpui Lafin: 4 G 喑 Sca*e: Uns^ned 1E tt |1 Nlu ■弔 pecirot Uns^flrwd 1 百 b* U M ■ E -jiiiiH In EKH

作业2 高空间分辨率遥感影像分割方法实验

作业2 高空间分辨率遥感影像分割方法实验 学号： 课程代码： 姓名： 截止日期：2016.11.29 上交时间：2016.11.28 摘要：遥感影像分割是指把一幅影像划分为互不重叠的一组区域的过程，它要求得到的每个区域的内部具有某种一致性或相似性，而任意两个相邻的区域则不具有此种相似性。边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。本文使用棋盘分割算法、四叉树分割算法、多尺度分割算法三种分割算法与Canny边缘检测算法对图像进行分割和提取边缘。并简单的对ecognition软件中设置的不同参数进行探索。

1.方法 1.1.分割 遥感影像分割是指把一幅影像划分为互不重叠的一组区域的过程，它要求得到的每个区域的内部具有某种一致性或相似性，而任意两个相邻的区域则不具有此种相似性。遥感影像分割是面向对象的遥感影像数据挖掘与应用中的一项关键技术，对于影像目标信息自动化提取与智能识别尤为重要，在面向对象的遥感影像处理工程中具有重要意义[1]。 1.1.1. 棋盘分割算法 棋盘分割（Chessboard Segmentation）是易康软件中一种简单的分割算法，它将一幅影像或一个父级对象分割成许多正方形的小对象。在分割过程中，棋盘分割算法主要用到的是分割尺度参数。 1.1. 2.四叉树分割算法 四叉树分割法（Quadtree-Based Segmentation）：当超过预定阀值时,将原始图像等分为4个子块,分别对应于四叉树树根的4个子节点[2]。依次考虑4个子块中的每一块,当匹配误差超过预定阀值时,这个阀值可称为剪枝判同的判决标准,可以是灰度相似性,也可以是目标均方差或其他可表示目标特征的有效信息,再将此块等分成4个子块,该过程也称之为剪枝.重复这一过程直至图像中的任意一块都能找到合适的匹配块为止[3]。下图表示一个四叉树的分割过程[4]。 图1-1 四叉树分割过程示意 1.1.3.多尺度分割算法 多尺度分割（Multiresolution Segmentation）：在指定的与感兴趣的地物目标或空间结构特征相对应的尺度下，将影像分割成高同质的、互相连结的不同影像区域，与感兴趣的地物目标或空间结构特征相对应[5]。它是一种自下而上（bottom-up）的方法，通过合并相邻的像素或小的分割对象，在保证对象与对象之间平均异质性最小、对象内部像元之间同质性最大的前提下，基于区域合并技术实现影像分割。 1.2.Canny边缘检测 Canny[6]1986年提出了一个优良的边缘检测算子应满足以下准则：1.信噪比准则，即不漏检真实边缘，也不把非边缘点作为边缘点检出，使输出的信噪比最大；2.定位精度准则，即检测出的边缘点，尽可能在实际边缘的中心；3.单边缘响应准则，即单个边缘产生的多个响应的概率要低，虚假边缘响应得到最大抑制。算法方框图如图[7]